基于BiDC-YOLO模型的印刷电路板缺陷识别方法和系统

AITNT
正文
推荐专利
基于BiDC-YOLO模型的印刷电路板缺陷识别方法和系统
申请号:CN202410832195
申请日期:2024-06-26
公开号:CN118608510A
公开日期:2024-09-06
类型:发明专利
摘要
本发明涉及目标检测技术领域,尤其是提供了一种基于BiDC‑YOLO模型的印刷电路板缺陷识别方法和系统。该方法包括构建双向特征金字塔和可形变卷积增强BiDC‑YOLO模型;将待识别的印刷电路板图像输入至BiDC‑YOLO模型,输出识别结果,以获取标识缺陷的印刷电路板图像,该方法通过构建BiDC‑YOLO模型提升了印刷电路板小目标缺陷检测的准确性和效率,以及提高了辨识精度。
技术关键词
YOLO模型 印刷电路板缺陷 检测头 双向特征金字塔 表达式 网络 标识缺陷 识别方法 通道 统计特征提取 双向信息流 上采样 识别系统 ReLU函数 全局平均池化 分阶段 双线性插值 数据获取模块
系统为您推荐了相关专利信息
1
一种用于波达方向估计的稀疏阵列排布方法
阵列排布方法 阵列结构 噪声子空间 空间谱估计算法 协方差矩阵
2
一种横观各向同性非饱和半空间的动力响应计算方法
响应计算方法 方程 表达式 牛顿迭代法 轴对称
3
基于强化学习的应急救援方案生成方法、系统及装置
强化学习模型 救援车辆 生成方法 动态资源调度 人机交互界面
4
一种空中低分辨率场景的多尺度目标识别模型训练方法
识别模型训练方法 特征切片 场景 检测头 损失函数设计
5
基于多模态知识图谱推理增强的人体行为识别方法及设备
知识图谱推理 节点特征 识别方法 锚点 多模态
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号